一种基于深度学习框架实现精准识别并定位癌症病灶的医疗系统

本发明公开了一种基于深度学习框架实现精准识别并定位癌症病灶的医疗系统。本发明中，模型训练模块内部的图卷积层模块的图卷积层通过聚合节点周围的特征来更新节点的表示，从而捕捉局部和全局的特征信息，从而考虑了数据需求量的减少和模型参数的简化，使得模型能够更好地适应少量标记数据的情况，同时引入了权重分配机制和SIN，旨在提高病害的分类和识别效果。通过使用子图匹配技术和相似性度量，可以从病害图像中提取局部子图作为输入数据，从而减少了数据量的需求。同时，引入权重分配机制可以调整子图特征的权重，使模型能够更好地适应少量标记数据的情况。这不仅减少了数据的需求量，还简化了模型的参数，提高了模型的效率和泛化能力。